“数据工程+”专题讲座通知

当今社会生活与生产已经被大数据与云计算所笼罩，随之而来的数据仓库、数据安全、数据分析、数据挖掘、数据可视化等技术，正在为大数据与云计算行业带来大量的商业价值，逐渐成为行业人士争相追捧的利润焦点。据前瞻产业研究院《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示，全球大数据技术及服务市场年复合增长率将达31.7%，2016年收入飙至238亿美元，其增速约为ICT市场整体增速的7倍之多。未来几年内，大数据领域就业需求和人才需求缺口巨大。搜集、处理和深度分析的“大数据”专业技术人才倍受热捧和追逐。从大数据中获取可用信息的数据工程师，将成为当前乃至今后相当长时期的一个耀眼的职业。

为了使我校学生更好地了解数据工程+相关知识，2017年8月底（大概8月27日-8月31日，具体时间另行通知），统计学院将邀请国内资深经济和统计学家、天津财经大学肖红叶教授对数据工程专业的培养目标和要求、能力培养和学习深造等进行专题讲座。学校计划在财税与公共管理学院、会计学院、金融学院、法学院遴选一批有志于大数据学习和深造的优秀学生参加学习。每个学院计划选拔15人左右，欢迎相关学院的同学们积极报名。

附1：数据工程+相关背景

一、大数据时代数据工程专业人才需求

国家 “十三五”规划中指出：“实施国家大数据战略，推进数据资源开放共享”。作为“十三五”十四大战略之一的“国家大数据战略”，我国《大数据产业“十三五”发展规划》也正在紧张制定中。“十三五”期间，大数据领域必将迎来建设高峰和投资良机。

社会生活与生产已经被大数据与云计算所笼罩，随之而来的数据仓库、数据安全、数据分析、数据挖掘、数据可视化等技术，正在为大数据与云计算行业带来大量的商业价值，逐渐成为行业人士争相追捧的利润焦点。据前瞻产业研究院《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示，全球大数据技术及服务市场年复合增长率将达31.7%，2016年收入飙至238亿美元，其增速约为ICT市场整体增速的7倍之多。未来几年内，大数据领域就业需求和人才需求缺口巨大。搜集、处理和深度分析的“大数据”专业技术人才倍受热捧和追逐。从大数据中获取可用信息的数据工程师，将成为当前乃至今后相当长时期的一个耀眼的职业。

国际国内一些高校已经开始举办大数据相关的专业，这也反映教育界对大数据专业人才需求的共识。国际上，美国北卡州立大学、美国纽约大学、英国邓迪大学等知名高校也设立了数据科学硕士学位。在国内，浙江大学、复旦大学、厦门大学等高校设立了大数据科学研究中心，开始培养具备大数据思维和处理能力的复合型人才。清华大学和北京大学于2014年秋开始培养第一批大数据硕士。清华大学招收的第一批大数据硕士研究生分为五个方向，分别是数据科学与工程、商务分析、大数据与国家治理、社会数据、互联网金融。而北京大学第一期实验班于2014秋天开班，约有100多位教师参与到第一期实验班50名的研究生培养中。2016年和2017年教育部公布了北京大学、中南大学和对外经贸大学等35所高校新增数据科学与大数据技术专业，同时国内又有很多高校建立了大数据研究院所。

从企业界、高校专业负责人发表的谈话中，我们也能够感受到社会对大数据人才的期待。例如，戴尔全球副总裁、中国区大型企业及公共事业部总经理容永康曾表示，国内现在懂得在Hadoop上进行开发的专业技术人员非常少，而一些金融行业的用户虽然很想现在就部署大数据解决方案，但是苦于找不到既懂数据分析技术，又懂得金融业务的专业人才。北京航天航空大学《互联网营销》专业带头人姜旭平教授认为，随着互联网一代的成长，企业的营销主战场越来越转移到互联网上，也可以说谁掌握了互联网，谁就掌握了未来，因此，对互联网营销人才需求将十分迫切，他们开办的《互联网营销》学生的就业情况印证了这一点。

从招聘信息来看，据中国产业调研网发布的2015年中国大数据市场调查研究与发展前景报告显示，大数据时代引发新一轮信息化投资和建设热潮。到2020年全球将总共拥有35ZB的数据量，预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。到2019年中国大数据市场规模将达462.9亿。

二、数据工程专业

大数据是网络信息交换的记录，统计学是数据分析科学，统计学家理应承担大数据分析。目前“大数据”分析工作主要是由计算机软件工程师转行承担的。但计算机软件工程师没有经过严格的统计理论方法训练，无法充分提取大数据中的有用信息，导致数据使用的无效率，甚至因统计模型选择不当出现数据分析结果的系统偏差。另外“大数据”生产及其应用机构也急切希望基于提升深度分析的空间，优化大数据生产，这项工作需要数据分析用户给出目标指导。这是作为数据分析用户的统计学专家才能完成的工作，而软件工程师则难以胜任。

现实是，统计学家并没有大量从事大数据分析工作。原因在于统计学家虽然掌握复杂数据分析高级技术，但对大数据生成和处理系统的背景缺乏必要的知识。造成其无法把握不同数据生成结构对信息构成影响，难以投入“大数据”的处理和深度分析。就是说合格的大数据分析人才，是需要两者结合的。如果分析的是社会经济现象“大数据”，对其处理和分析解读，还要具备相应的经济与管理理论方法基础。这样一来，“大数据”分析专业需要三方面知识的复合型人才。目前，上述三方面人才在中国大学教育体系中分别由计算机软件、统计学、经济学三个专业培养。

在经济领域，一个合格的数据工程师，是以统计学、计算机科学和经济管理学三个专业知识为支撑的复合型人才，即“数据工程师”要通晓统计学、计算机软件和经济管理基本知识，具备三方面实践操作能力。在现行高校专业人才培养体制中，需要接受以上三个专业的课程训练。数据工程专业实现三方面复合人才的培养。

数据工程专业培养目标：该专业着眼于培养特色鲜明的“数据工程师”。本专业注重统计学、计算机科学和经济管理学的交叉融合，培养熟悉生成大数据的计算机网络硬、软件技术系统，对宏观经济运行和微观企业财务活动的相关数据体系有较深入的认知，具备提出具体经济活动数据生成的思路和框架，构建相应统计模型并获取大数据分析结论的能力，能在政府部门、金融部门、包括门户网站、电商在内的各类企业中，从事数据处理、数据管理和数据深度分析等工作的复合型创新创业人才。

数据工程专业主要课程：数学分析、高等代数、概率论与数理统计、C语言程序设计、数据库原理、计算机原理、计算机网络、数据结构与数据库、数据挖掘与数据仓库、大数据技术、微观经济学、宏观经济学、会计学、中级会计学、财务管理、统计学、管理学、货币银行学、计量经济学、抽样技术、多元统计分析与大数据建模、国民经济核算、时间序列分析、金融计算与建模、金融数据分析、统计软件、大数据算法设计与分析、云计算技术、数据可视化技术、Python数据处理，数据挖掘等。

三、数据工程+专业方向

为应对我国对经济数据工程师人才的急需，经过数年研究和教学准备，统计学院拟开设数据工程专业，并且结合江西财经大学的学科优势，在数据工程专业设立四个方向，即数据工程+金融、数据工程+财务、数据工程+税务、数据工程+法律。

数据工程+金融方向旨在培养金融数据工程师。金融数据工程师生产金融数据产品并应用金融数据产品进行投融资活动。金融数据工程师掌握大数据原理、技术及工具，具备使用大数据技术进行金融行业数据分析、金融参与者分析以及金融产品风险控制等工作能力，能够进行金融战略规划、金融产品设计和金融产品创新。

数据工程+财务方向旨在培养财务数据工程师。财务数据工程师生产财务数据产品并应用财务数据产品进行财务管理。财务数据工程师将数据工程和财务相结合，帮助企业提高管理效率，降低融资成本和管理成本，发现投资机会。对于政府和银行等其他市场主体而言，财务数据工程师利用数据工程提供的技术实现市场监管，降低经营风险。

数据工程+财税方向旨在培养税务数据工程师。大数据技为优化税务业务带来了新的发展机遇，国家税务总局先后发布了《互联网+税务行动计划》《运用大数据开展大企业税收服务与监管试点工作》等指导文件，推动新一代信息技术在税务机关的落地实施。税务数据工程师生产税务数据产品并应用税务数据产品进行税务管理。税务数据工程师基于税务部门的主要业务系统的数据，针对税务领域的业务问题和发展趋势，采用大数据方法和技术，抽取相关的数据，建立业务分析模型，开展面向纳税人的精准服务、业务过程优化、服务渠道转移关系分析等。

数据工程+法律方向旨在培养法务数据工程师。法务数据工程师生产法务数据产品并应用法务数据产品进行法务活动。法务数据工程师以一种前所未有的方式，通过对海量法律数据进行分析，对法律问题进行预判，获得巨大价值的产品和服务，或得出新的认知、深刻的观点和主张。另外，法务数据工程师建立法务数据共享的大平台，提升法务工作的科学化、标准化、过程控制管理水平，实现法务体系建设线上、线下的互动管理，通过大数据的分析、管理，总结及发现公司经营管理中待完善环节，为公司经营、运营提供改善建议及方案，为公司稳健发展保驾护航。

附2：新视野：法律人的大数据时代

作者：莫里斯&赛欧

摘自http://blog.sina.com.cn/s/blog_8f30351d0102whhx.html

法律是传统手工色彩极其浓厚的行业，强调逻辑、思考、判断。但在互联网颠覆时代的大背景下，法律行业逐渐受到冲击并发生改变，“大数据”、“信息时代”、“互联网 ”在法律行业内被不断提及，2015年《中华人民共和国国民经济和社会发展第十三个五年规划纲要》明确把大数据战略提升为国家战略，这些信息都在表明大数据势必会对传统法律行业的发展产生冲击。理脉团队结合国外法学评论和国内相关研究，就大数据可能对法律行业产生的影响展开分析：

数据时代，律师和客户的关系悄然改变

在传统的律师和客户的关系中，律师通常处于主动地位，而客户相对被动。客户遇到法律问题需要求助律所或律师时，往往会因为缺乏选择参考而依照地域就近选择律所或律师，很多客户没有机会提前挑选法律服务机构,或只能在有限范围内去了解律师的执业水平。但在大数据时代下，每家律所和对应的律师都会有相应的评估报告，根据不同的评估报告，用户能根据自己的需求理性选择律所或律师。举例来讲，某家公司将一项业务交给10-20家律所去完成，根据后期回传的数据，用户能判断出在这项业务中每家律所对相似服务的不同报价，此项任务中律师和其助理分摊的任务比重，按小时计费合理还是按项目整个承包更划算，律所或律师在完成此项业务时额外费用产出的比较，这些内容都会成为客户之后选择合作伙伴的重要依据。

数据时代的到来，会让客户在选择律所或律师时，有更多的参考标准和依据，能在交互关系中占据更为主动的地位，而作为相对方的律师或律所则面临着新的挑战。

数据时代，打破法律人传统的工作模式

《环球法律评论》专栏作家维克托对法律大数据下有这样的理解：“以一种前所未有的方式，通过对海量法律数据进行分析，对法律问题进行预判，获得巨大价值的产品和服务，或得出新的认知、深刻的观点和主张”。不同于传统的法律数字化资源，法律大数据意味着更大规模量级的数据量，更为重要的是法律大数据不仅是满足传统数据库所做的单纯的法律信息的汇总和整理，法律大数据更为核心的功能在于做出预测。经过海量的数据分析，形成对特定法律问题的裁判预测，进行同案类推，甚至对案件时长、难度、证据要求、胜诉概率、赔偿数额、量刑长短进行预判，推进人工智能发展，实现计算机的自我学习与完善。

这种模式下对律师或律所的利处在于法律大数据能帮助从业人员对案件进行科学合理的预判，甚至预估案件审理法官的裁判倾向，对法律适用做出贴近的分析，会从一定程度上节约法律实践成本。但是从更深层次的角度来看，大数据的普遍运用会对律师的工作带来更高的要求，律师被要求能从庞大的数据源中寻求精准的匹配信息，而用户出于对结果精确性的需要也会对律师提出更为苛刻的条件，除此之外，律师的职业一定程度上会被法律数据分析人员和法律数据服务提供商分化，这些可能出现的情况都是大数据对法律从业者提出的更高的要求。

数据时代，牵一发而动全身

第一，法学研究模式范式转变。大数据的到来，可能加剧两种法学研究路径的分化，一种继续保持传统的法学教义分析方法，另一种实证研究路径可能加快转向大数据全样本的分析范式，而谁掌握大数据资源、大数据分析工具，则能快速占领实证法学研究的高地。数据的引入还可能改变传统法学研究单兵作战的模式，集团化或团队协作可能在不远的将来成为实证法学研究新模式，而资本可能进一步渗透这种法学研究模式，成为幕后组织运作的智库推动力。

第二，法律大数据可能带来一系列隐私权和其他法律问题。因为大数据在处理大量碎片化、弱相关的数据时，会产生镶嵌理论效应，即“信息拼版的价值高于其组成部分各自价值的总和”。2016年1月6日美国联邦贸易委员会发布了一份题为《大数据：包容工具抑或排斥工具》的研究报告，介绍了大数据的生命周期、大数据技术应用给消费者带来的利益和风险，探讨了应当如何利用大数据，使人们既能充分享受其给社会带来的利益，又能最小化其法律和道德风险。文章也在告诫我们：不能任由大数据运用在法外任性‘裸奔’，涉及个人隐私的法律保护必须提上议程，这是法律大数据在价值层面上的禁区。

第三，大数据和专业分析的结合将在数据时代发挥更大的作用。大数据提供参考依照，但不能解释因果关系。而在未来,客户的需求倾向于“数据 高质量分析报告”的结合.因此，在拥有海量数据后，对大数据背后含义的精准解读尤为关键。对法律数据行业来说，要同时注重数据和专业分析的提供，这样才能综合各种维度，对案件和相关领域做出尽可能准确的分析报告来更好地满足用户的需求。 

我们处在一个“巨头齐聚、资本介入、民众法律意识不断提高的时代”，“大数据”与“互联网 ”的结合能带领我们走向何处，值得深思。